Oracle12c中性能优化新特性之新增APPROX_COUNT_DISTINCT 快速唯一值计数函数

Oracle11g中，为了改善DBMS_STATS包收集统计信息时的唯一值计数功能，增加了 APPROX_COUNT_DISTINCT函数，但文档中未记载。Oracle12c文档中包括了该函数，因此，我们现在可以在应用中随意使用它。

1.    基本用法

先前的数据库版本中，如果我们想进行唯一值计数，我们可能会这么做。

SELECT COUNT(DISTINCT c_name) AS nm_cnt

FROM   test;

 

 NM_CNT

----------

     58172

 

1 row selected.

 

SQL>

该查询会基于Oracle的读一致模型得出精确的唯一值结果。即，我们会看到已提交的数据，及当前会话做的未提交修改。

相反，新函数APPROX_COUNT_DISTINCT不会给出精确结果，但会和精确结果有所偏差。

SELECT APPROX_COUNT_DISTINCT(c_name) AS nm_cnt

FROM   test;

 

 NM_CNT

----------

     56789

 

1 row selected.

 

SQL>

该函数能用于分组查询中。

SELECT tablespace_name,APPROX_COUNT_DISTINCT(table_name) AS tab_count

FROM   user_tables

GROUP BY tablespace_name

ORDER BY tablespace_name;

 

TABLESPACE_NAME                 TAB_COUNT

------------------------------ ----------

SYSAUX                                 78

SYSTEM                                 22

USERS                                   7

                                       48

 

4 rows selected.

 

SQL>

2.    性能

下例中，我们会看到两种方法性能的差别，但似乎不是特别大。

SET TIMING ON

 

SELECT COUNT(DISTINCT c_name) AS nm_cnt

FROM   test;

 

 NM_CNT

----------

     58172

 

1 row selected.

 

Elapsed: 00:00:02.39

SQL>

 

 

SELECT APPROX_COUNT_DISTINCT(c_name) AS nm_cnt

FROM   test;

 

 NM_CNT

----------

     56789

 

1 row selected.

 

Elapsed: 00:00:02.00

SQL>

事实上，APPROX_COUNT_DISTINCT函数被用来处理大得多的负载，下面，我们创建一个大得多的表。

DROP TABLE test PURGE;

 

CREATE TABLE test AS

SELECT level AS  data

FROM  dual

CONNECT BY level <= 10000;

 

INSERT /*+ APPEND */ INTO test

SELECT a.data FROM test a

CROSS JOIN test b;

 

COMMIT;

 

EXEC DBMS_STATS.gather_table_stats(‘Test’,'Test');

现在表中有100多万数据，1万个唯一值。我们会看到两种方法的性能差别比较大。

SET TIMING ON

 

SELECT COUNT(DISTINCT data) AS data_count

FROM  test;

 

DATA_COUNT

----------

    10000

 

1 row selected.

 

Elapsed: 00:00:19.66

SQL>

 

 

SELECT APPROX_COUNT_DISTINCT(data) ASdata_count

FROM  test;

 

DATA_COUNT

----------

     10030

 

1 row selected.

 

Elapsed: 00:00:10.46

SQL>

通过测试会发现，之前的方法，当数据量越来越大时，消耗的时间和资源也会越来越大，而新函数APPROX_COUNT_DISTINCT在数据量越来越大时，消耗的时间和资源基本不变。